機器學習正改變越來越多的行業，為了更好地應用機器學習，我們盤點了一些可以被機器學習改造的行業，以及這些行業對應的具體指標。
在看這些指標的時候，我們可以考慮下面問題：
- 我們是為誰解決了什麼問題？
- 今天它是怎麼解決的？
- 它會如何有效影響業務？
- 資料的輸入是什麼，這些資料來自哪裡？
- 輸出是什麼？它是如何被使用的？（線上演算法、靜態報表等）
- 這是一個收入漏斗（省錢）還是收入增長（掙錢）的問題？
我們盤點的行業包括了計算廣告、內容推薦、精準營銷、金融、醫療健康、服務業、公司運營、製造業 8 個行業，包含了 70 個指標。由於時間和經驗所限，我們沒能覆蓋到太多行業，每個行業的指標也有很多侷限，但從中也許能給你一些啟發，開發出更多適合機器學習的場景。
計算廣告
1、客戶細分
如果你能夠定性的瞭解不同的客戶群體，就可以給他們不同的市場方案（甚至由公司不同的部門提供）
影響：客戶增長
2、預測終身價值（LTV，Lifetime Value）
如果你能夠預測出高終身價值客戶的特點，就可以進行客戶細分，識別追加銷售（upsell）的機會
影響：銷售增長
3、客戶份額估算
識別客戶在不同類別上的花費情況，這將增加公司識別追加銷售（upsell）和交叉銷售的機會
影響：銷售增長
4、產品組合
什麼樣的產品組合會產出最低的客戶流失率？例如對於剛辦理健身卡的人來說，30 歲以下的男私教 + 30 元的健康餐，是否會降低使用者的流失率？
影響：使用者維持
5、交叉銷售/推薦演算法
給你客戶過去的瀏覽歷史、購買歷史和其他特徵，他們未來最想購買的是什麼？
影響：收入增長
6、追加銷售
給你客戶的特點，它在未來是否會追加購買？
影響：銷售增長
7、渠道優化
給你這些客戶的特徵，最佳觸達客戶的方式是什麼？
影響：客戶增長，支出減少
8、折扣目標
通過折扣誘導消費的概率是多少？
影響：收入增長，客戶滿意度提高
9、再啟用的可能性
對於已經停止使用的客戶，再啟用的可能性有多少？
影響：客戶維持，客戶滿意度提高
10、搜尋引擎優化和廣告購買
為不同的關鍵字、廣告位計算合適的價格
影響：優化推廣效率
11、銷售優先順序
潛在客戶關閉交易的可能性是多少？
影響：客戶維持、收入增長
12、購物籃分析
通過分析使用者的購物籃，提升推薦產品的購買率
影響：增加收入
13、最佳報價分析
分析過去的價格、銷售數量和總銷售額，得出最佳報價
影響：增加收入
內容推薦
14、電商推薦
根據使用者和商品情況，推薦最合適的商品列表
15、好友推薦
根據使用者的情況，給他推薦最適合的好友
影響：優化產品體驗
16、音樂推薦
根據使用者資料，給他推薦合適的音樂
影響：優化產品體驗
17、主播位置推薦
根據使用者資料、主播資料，確定主播頁面的排列方法
影響：優化產品體驗
18、新聞推薦
根據使用者資料、內容資料，確定內容的推送和排列
影響：優化產品體驗
19、餐廳推薦
根據使用者資料、餐廳資料，確定餐廳的推送和排列
影響：優化產品體驗
20、興趣聚類
按照使用者的興趣，分成群組
影響：優化產品體驗
精準營銷
21、使用者流失分析
識別出流失使用者的特徵，以支援公司進行產品調整，並通過線上演算法對流失的使用者提供幫助
影響：使用者維持
22、庫存管理
對於一件商品，客戶需要多少？什麼時候需要？通過預測以達到精益庫存，同時防止缺貨情況的出現
影響：優化管理效率，優化支出
23、價格優化
為每個時間、專案和商店進行優化
影響：提升收入
24、新店選址
根據商店情況、產品情況、地理位置情況等資料進行新店選址
影響：提升收入，風險管理
25、商店中的商品佈局
怎樣的佈局能夠提高銷售額？
影響：提升收入
26、在商店的購物路線
組合不同的購物路線，得出最佳的方案
影響：增加收入
27、價格敏感度
每增加單位價格，對銷售量有什麼影響
影響：優化管理，增加收入
28、代理和分支業績
如何根據歷史資料，預測新代理的業績水平？
影響：優化管理
29、什麼產品組合更好？
什麼樣的產品組合會帶來最多的銷售數量？
影響：增加收入
30、供應商選擇
我們在從最好的供貨商進貨嗎？
影響：減少支出
31、郵件分組
對不同的客戶郵件進行分組，選擇不同的策略傳送郵件
影響：優化客戶體驗，提升收入
32、地推人員管理（也適合很多垂直行業）
確定每天需要多少勞動力配給
影響：優化管理
金融
33、風險預估
給定借款人和貸款的特點，預測債務是否能得到回收？
影響：管理風險
34、財政或貨幣風險
我們需要多少的資金來滿足這些需求？
影響：風險管理
35、新品種金融產品推廣
通過分析相關金融產品的歷史資料，一個新品種的金融產品最適合在哪些地方推廣？
影響：收入增長
36、催收時間確定
在什麼時間點進行催收，會有最好的效果？
影響：風險管理
37、欺詐檢測
當系統預測交易可能涉及到欺詐時，決定是否要阻止一筆交易（例如信用卡欺詐）
影響：風險管理，減少支出
38、反洗錢
使用機器學習和模糊匹配來檢測和反洗錢法相牴觸的交易
影響：風險管理
醫療健康
39、索賠稽核的優先次序
根據特徵選擇，確定哪些索賠應該由稽核員手動稽核
影響：提升稽核效率，提升稽核精度
40、醫療保險的欺詐分析
通過使用者資料，分析醫療保險中的欺詐行為
影響：風險管理，減少支出
41、醫療資源配置
根據最初病人的訪問，優化/預測手術室和床位
影響：優化醫院管理，提升資源使用率，增加收入
42、實時預警
根據實時的患者資料，為醫生提供警報
影響：風險管理
43、處方依從性
預測哪個病人更可能不遵循醫生的處方
影響：提高就醫效果
44、醫生流失
醫院希望保留那些多點執業的醫生，怎麼確定哪些醫生更容易流失？
影響：維持組織穩定，防止核心資產流失
45、藥物（劑量）有效性
預測不同型別、劑量的藥物對治療疾病的效果
影響：提升就醫效果
46、再入院風險
根據患者的屬性、病史、診斷和治療，預測再入院的風險
影響：提升就醫效果
47、識別產品包裝盒中警告的生物標誌物
在藥品儲存、流通過程中做到更為安全
影響：風險管理
48、藥物/化學發現和分析
更準確、高效的發現新的藥物、化學品的可能性
影響：創新發現
49、識別不良反應
例如在社交網路中監測藥物會出現的早期問題
影響：風險控制
50、預測不同地區對不同藥物需求
根據藥物銷量資料、不同地區的疾病資料、藥店、醫院資料等，確定藥物的分發策略
影響：優化管理
51、通過不用的方法預測處方依從性並提醒患者
根據患者資料、藥物依從性的歷史等，預測哪些患者會不遵循醫囑
影響：優化客戶體驗
52、患者評價資料
識別患者對藥物的看法，哪些是正面反饋、哪些是負面反饋，以及如何通過反饋提高藥物的質量
影響：優化客戶體驗
服務業
53、酒店動態定價
根據酒店歷史資料、日期、人流量等各種資訊，確定酒店動態定價
影響：提升收入
54、酒店優惠券
分析不同的優惠政策會給酒店帶來什麼影響
影響：提升收入
55、酒店預約管理
預測一天當中會有多少人預約酒店
影響：優化管理
56、飛機排程
根據客流、天氣狀況，給出最佳的排程方案
影響：優化管理
57、旅遊預測
根據旅遊地的情況，分析是否要新增航線
影響：新產品開發
公司運營
58、簡歷篩選
根據候選人的特徵，包括上一份工作、畢業學校、學歷、年齡等進行簡歷篩選
影響：優化招聘效率
59、員工流失
預測哪些員工最有可能離開
影響：維持公司穩定
60、培訓推薦
基於績效考核資料，推薦特定的培訓專案
影響：提升員工水平
61、可能性問題預測
儘早預測建設專案中可能會出現的問題
影響：風險管理
62、呼叫接聽路徑
基於呼叫者 ID 的歷史、時間、呼叫的數量、擁有的產品、流失的風險、終身價值的多少確定呼叫的路徑，這決定了每一個呼叫者的等待時間
影響：提升使用者體驗，保證關鍵使用者的體驗
63、呼叫中心的訊息優化
把最合適的資料放在操作員的螢幕上
影響：提高操作員效率，提升使用者體驗
64、呼叫量預測
為了更好的確定呼叫人員的排班，進行呼叫量的預測
影響：減少呼叫中心的成本，優化管理
製造業
65、產量管理
通過監測土壤的感測器資料，預測農產品的產量
影響：優化管理
66、災害預測
通過土壤資料、天氣資料、農作物資料等，預測是否會發生農作物災害
影響：風險控制
67、故障預測
通過感測器資料來預測故障的發生
影響：優化管理
68、保修預測
預測產品是否需要保修
影響：優化管理
69、電力分配
根據地區、時間的不同，確定需要分配的電力
影響：優化管理
70、可能問題預測
儘早預測建設專案中可能會出現的問題
影響：風險管理
參考文章：
https://www.kaggle.com/wiki/DataScienceUseCases